長江經濟帶綠色金融對農業綠色全要素生產率的空間溢出效應分析

中圖分類號F323.7 文獻標識碼A文章編號 0517-6611（2025）13-0207-05doi：10.3969/j.issn.0517-6611.2025.13.040開放科學（資源服務）標識碼（OSID）：

Analysis of the SpatialSpilover EffectofGree FinanceoAgriculural Green TotalFactorProductivityintheYangtzeRiverEco nomic Belt

GE Shi-qing12KONGLingchng（1.HubeiRuralDevelopmentResearchCenter，Jingzou，Hubei43403;2.Ecoomicsadag ment School of Yangtze University，Jingzhou，Hubei ）

AbstractThispapeusesthesuper-effcenySBM-GMLindextomeasureteproductivityofagriculuralgreentotalfctosinprovincsand citiesofteYangtzeRiverEcooicBeltfrom211toO2，atthesametime，thespatialDubimodelisusedtoanalyeheectofgreen finance.Teresultsevealedthatgenfancecanbringsigificantpromotiofectonproductivityfagiculturalgreetotalfctosdte spiloverisoiatlosialeistposiilatioshetfaalsuppfoed agriculturalgntotalfctorproductivityhileteevelofopeingupndedegofisasterhaveangatieipact.erefonoder tocomprehesielyisethproductionlevelofgntotalfactorsoflocalailture，wesouldaelerateteimprovementofteefinancialervicestendstrictlysupevisetheflowoffunds;broadentesoucesofgreenfiancialfundsadactivelygudetheetio of social capital;long-term development of green finance in a market-oriented way.

KeywordsGreefnanc;Agriculuralntotalfactorprductivity;Super-icB-indexspatialDbinodel;Yngzeier Economic Belt

習近平總書記在二十大報告中提出，要推進美麗中國建設，就必須堅持一體化保護和系統治理，調整工業結構，治理污染，保護生態環境；應對氣候變化要協調一致，共同推進減排，減少污染，擴大綠化；發展，必須堅持生態優先，節約集約，綠色低碳發展。隨著改革開放的深入，我國農村經濟飛速發展。然而，隨著現代農業的飛速發展，出現了一系列問題，如農業環境污染問題加劇、資源緊張等。粗放型農業發展模式具有高產出、高消耗和高投入等特點，在中國農業發展中起到重要推動作用，然而在此過程中卻犧牲了人民健康和生態環境，這種發展方式也不再適應農業可持續發展的要求[1]。當下，我國對于農業發展的需求不僅僅是追求“量”，而是更加重視“質”的發展，要求農業必須探索新的、集約化、綠色化的發展模式，在追求高效的前提下，也需要對生態環境和資源問題給予足夠的關注，而提升農業綠色全要素生產率（TFP）則是實現現代農業可持續發展的重要途徑[2]。目前綠色金融作為“十四五”時期的重要任務，是實現綠色發展的重要方式，且在推動經濟發展模式轉型的過程中，綠色金融是一種將生態環保和農業發展有機結合起來的重要手段，在全國范圍內頻頻被提到。因此，探尋中國農業高質量發展的新途徑，探討綠色金融與農業綠色TFP之間的內在聯系，分析兩者之間的作用機理，對于探索中國農業高質量發展的新路徑，以及中國農業的綠色發展是十分必要的。

針對綠色金融和農業綠色潛意識生產率的內在聯系這一問題，國內外學者對其進行了較為系統的研究。在理論研究層面，學者們多將綠色金融體系下的綠色保險、綠色信貸等與農業綠色全要素生產率（green total factorproductivity，GTFP）相結合分析，如喻旭蘭等[3]從綠色信貸的角度出發，認為綠色金融能夠有效降低高污染企業污染排放強度，使全要素生產率得以改善。然而涉農貸款數量較少，而且對農業投入的渠道也較少，難以滿足農業融資需求，導致農業綠色全要素生產率較低。徐勝等4也從綠色信貸的分析視角出發，得出綠色金融能夠通過信息識別機制，因此可以在市場機制的指導下，通過社會監督和提高資金利用率等方式來有效提高農業綠色全要素生產率。周法法等[5]提出農業保險制度能通過增加農戶的生產規模、調整農業生產結構、推進農業技術進步等途徑來實現的。李健旋[的研究顯示，農村金融能夠為農業技術研發、機械化生產等提供強有力的資金保障，進而可以通過為綠色產業發展以及綠色技術推廣等提供有力的資金支持來提高農業綠色全要素生產率。Mishra等[7]以肥料、農藥等投人為研究對象，研究了不同程度的農業保險對農戶與農戶之間的關系，發現農戶投保能夠降低農戶與農戶之間的總投入，進而降低農戶的農業綠色TFP。另一方面，在實證研究層面上，史代敏等用綠色全要素生產率衡量經濟發展質量，結果顯示綠色金融與GTFP之間存在正向關系。尹子擘等的研究結果表明，GTFP與綠色金融二者呈現出“U”形關系，并非簡單的直線關系，并且形成了空間溢出效應。國外學者關于此方面的研究則多從金融和TFP的關系人手，如Benhabib等[\"0]以1965—1985年的國際統計資料為基礎，實證研究表明，金融業對全要素生產率的提高具有積極的推動效應。

在對以上研究進行梳理后可以得知，雖然現有的關于金融與TFP關系的研究成果比較豐富，然而研究農業綠色全要素生產率與綠色金融的卻較少，且關于二者之間的論述也多為理論分析，實證研究的成果亦較少。在當前國家實施綠色發展戰略的背景下，綠色金融對農業可持續發展的支撐作用越來越突出，因此對其進行深度探究具有重要意義。與此同時，長江經濟帶作為中華重要糧倉，也是我國綠色金融發展的前沿陣地，以該區域經濟帶為例重點探討綠色金融與農業綠色全要素生產率之間的內在規律亦十分契合。基于此，筆者以長江經濟帶11省市的面板數據為例，首先利用超效率SBM-GML指數模型對長江經濟帶農業GTFP進行有效測算；其次，在研究框架內納入空間要素，同時創建相應的空間計量模型，利用該模型對農業綠色全要素生產率與綠色金融之間的溢出效應進行剖析；最后在研究結論的基礎上提出相應的政策建議，以期為推動該區域經濟帶綠色金融以及農業的高質量發展提供一定參考。

1研究設計

1.1 研究方法

1.1.1 超效率SBM-GML模型。

（1）超效率SBM模型。由于SBM模型克服了徑向模型在測量無效值時未考慮到松弛變量這一難題，因此該研究參考 Tone[1]提出的SBM模型進行測算，其算式如下：

式中： λ 代表權重向量； s 代表松弛向量； x 代表投入； y 代表產出： ρ 代表決策單元年的效率值，如果 ρgt;1 ，代表有效，如果ρlt;1 ，代表效率損失。

（2）GML指數。GML指數源于GM＼GMI指數，主要用來測量非期望產品的生產效率，其兼顧ML指數和GM模型兩方面優勢。其中，前者可以對綠色全要素生產率進行測量，后者可以彌補VRS模型不足，且具備可傳遞性。其具體表達式如下：

式中： D_G^T 表示所有決策單元在第 χ_t 期所形成的生產前沿與其在全局所有期所形成的生產前沿之間的距離； D_c^t 表示所有決策單元在第 χ_t 期所形成的生產前沿與其在當前期所形成的生產前沿之間的距離； D_G^t+1 表示所有決策單元在第 _t+1 期所形成的生產前沿與其在全局所有期所形成的生產前沿之間的距離；GEC為綠色技術效率變化指數；GTC表示為全局技術進步變化指數。

1. 1.2 空間計量模型。

（1）空間杜賓模型。鑒于該研究旨在深入探討長江經濟帶的綠色金融對農業綠色全要素生產率的空間影響，因此選擇使用空間計算方法，通過使用量模型進行量化分析，以便更好地分析長江經濟帶的農業綠色全要素生產率受綠色金融的影響。自前，空間計量模型可以分為3類，即SDM模型（空間杜賓模型）、SEM模型（空間誤差模型）和SAR模型（空間自回歸模型）。其中，SDM模型是空間計量模型的根本，能夠在不同系數設定條件下變化成空間滯后模型與空間誤差模型，從而更具有一般性，故用SDM模型進行分析會更貼切實際情況。因此，該研究構建的空間計量模型如下：

y_it=ρw_iy_t+x_itβ+w_ix_tδ+u_i+γ_t+ε_it

式中： ε_it 代表隨機擾動項； γ_t 代表時間效應； u_i 代表個體效應： _;xit 代表解釋變量； y_it 代表被解釋變量； w_i 代表基于社會經濟特征或地理特征下的空間權重矩陣。

（2）空間權重矩陣。針對橫截面區域之間的空間地理關系，一般可以利用空間權重矩陣來表示。目前，學者們利用的空間權重矩陣主要包含3類，即空間經濟距離矩陣、空間鄰接關系矩陣和空間地理距離矩陣。該研究參考昌先宇等[12]的研究成果，選擇基于各區域的鄰接關系構造空間鄰接權重矩陣。

1.2 指標選取及數據說明

1.2.1被解釋變量：農業綠色全要素生產率。農業綠色全要素生產率（后續簡稱“農業GTFP\"）既可以用于衡量勞動力、土地等農業資源投入的利用效率，也可以在指標體系中納入作為非期望產出的農業環境污染物，從而能夠真實反映農業綠色發展績效。基于張林等[13-15]的分析成果，在測算長江經濟帶農業GTFP時，該研究選擇了非期望產出、期望產出和投入三大指標。

（1）投入變量。投入變量主要涵蓋了勞動力、土地、化肥農業機械以及水資源的投入。其中，水資源投人指的是有效灌溉面積；農資投入指的是農膜、農藥、農用化肥和農業機械的施用量；土地投人指的是農作物的種植面積；勞動力投入指的是第一產業從業人數。

（2）期望產出。該研究在分析時選擇以農業總產值來表示，折算時以2010年為基期。

（3）非期望產出。該研究在分析時，選擇農業面源污染和農業碳排放來表示。其中，農業碳排放是指在農業生產過程中釋放到大氣中的 CO₂、CH₄ 和 N₂O 等溫室氣體，從而引發的環境污染。該研究在參考李波等[1]研究結果的基礎上，對化肥、灌溉、農藥引發的 CO₂ 排放量進行計算。農業面源污染是指通過地表徑流和農田排水等途徑匯人水體引起的CODCr、TN和TP污染。該研究在參考陳敏鵬等[17]研究結果的基礎上，對農業固體廢棄物（小麥、玉米等）和化肥（復合肥、磷肥等）產生的農膜殘留量、總磷排放量、化學需氧量等進行計算。

1.2.2核心解釋變量：綠色金融（gf）。該研究基于中國人民銀行發布的《關于構建綠色金融體系的指導意見》，參考林木西等[18]、李云燕等[19]的研究成果，從宏觀和微觀2個維度出發，深人分析和計算綠色金融的發展水平，并從綠色財政、綠色保險、綠色投資、綠色信貸4個方面出發，全面衡量長江經濟帶中各省份的綠色金融發展水平。具體的指標體系構建見表1。

1.2.3控制變量。該研究借鑒了郭海紅等[20陳芳等[的研究成果，并選擇了如下的控制變量：經濟發展水平，用rgdp表示，指人均生產總值，一般用以體現農業發展的基礎條件；對外開放水平，用op表示，指在國內生產總值中進出口貿易額所占比重；農業財政支農水平，用fs表示，指在總開支中因農業產生的財政支出所占比重，考慮到當期財政政策效應效果存在不顯著現象，因此處理控制變量財政支農水平滯后1期；受災率，用dp表示，指在作物播種面積中受災面積所占比重。

1.3變量描述統計狀況為了將長江經濟帶中各省農業綠色全要素生產率與綠色金融之間的關系更好地呈現出來，以及保證數據資料的完整性與可得性，該研究以長江經濟帶中的11個省市為分析對象，并選取這11個省市在2011—2020年的相關數據。該研究實證分析的數據，主要來源于《中國統計年鑒》《中國農村統計年鑒》《中國工業統計年鑒》等。為了準確計算長江經濟帶的農業GTFP，該研究引入了Maxdea7.16軟件。關于相關變量的描述性統計結果，具體見表2。

2實證結果分析

2.1長江經濟帶農業GTFP和綠色金融發展情況該研究以長江經濟帶11省市為分析對象，選取2011—2020年的相關數據。在測度分析長江經濟帶的農業GTFP發展狀況時，該研究引入了超效率SBM-GML指數模型，具體分析結果見圖1。從圖1可以看出，從整體上看，所選的11個省市2011—2020年農業GTFP呈現增長趨勢，農業GTC和農業GTFP呈現出相似的增長模式，但農業GEC的變化則與此相反，這表明長江經濟帶的農業GTFP主要是由農業GTC推動的。

圖2是2011—2020年長江經濟帶11省市的農業GTFP與綠色金融的變動情況。由圖2可知，農業GTFP的變動幅度雖然大于綠色金融，但總體變動情況相似。其中相較于中部地區，西部和東部地區在農業GTFP方面表現出更高的偏好。綠色金融發展水平方面，上海與四川的綠色金融發展水平較高，但總體來看該經濟帶內各省市之間的發展差距沒有農業GTFP的差距大。

2.2長江經濟帶綠色金融對農業GTFP的空間溢出效應分析

2.2.1LM檢驗。該研究采用LM檢驗來判斷變量是否具有空間效應，相關檢驗結果見表3。表3中，LM檢驗假設為：誤差項與滯后項均不存在空間相關性，之后應用Spatialerror與Spatiallag對變量空間相關性是否存在進行分析。分析結果顯示，在0.01顯著性水平下這些變量拒絕原假設，代表滯后項與誤差項均存在空間相關性，并且空間相關性也存在模型變量中。因此，該研究在分析時創建了空間計量模型。

2.2.2LR檢驗與Wald檢驗。過往的研究中，常應用SDM模型分析因變量是否會在自變量的作用下出現空間溢出效應，然而在實際分析和驗證時，常應用Wald檢驗法與LR檢驗法，檢驗結果見表4。研究表明，SDM模型退化為SAR模型和SDM模型退化為SEM模型均在0.01的顯著性水平下拒絕了原假設，驗證了該研究使用SDM模型測度回歸具有可行性。

2.2.3SDM模型回歸結果。對于長江經濟帶綠色金融空間溢出效應，具體見表5。表中主要包括雙向固定效應、時間固定效應與個體固定效應等回歸分析結果。BIC與AIC數值最小，Log-likelihood數值最大，因此該研究在雙項規定效應影響下，深入分析和探究了SDM模型成果。

2.2.4空間溢出效應分解。該研究對空間計量模型回歸結果的系數分析，主要應用Pace和基于LeSage等[22進行偏微分求解。在消除反饋效應的作用下，整體效應可被拆分為空間溢出影響與直接效應2個部分。其中，前者指的是被解釋變量對該地區解釋變量產生的影響，后者指的是被解釋變量對當地解釋變量影響大小。長江經濟帶綠色金融對農業GTFP產生的空間溢出效應的詳細分解結果見表6。

首先探討綠色金融對農業GTFP產生的直接影響。如表6所示，綠色金融在0.01的顯著水平下對農業GTFP有著正向的影響作用，在不改變其他變量的情況下，農業GTFP會隨著當地綠色金融水平的增加而增加，每提高1單位綠色金融水平，農業GTFP就會提高3.5845單位。該地區的綠色金融水平的提升可以幫助改善該地區的環境治理情況，從高污染、高能耗行業向高技術行業轉移資源，這有助于保護農業生態環境，因此可以促進該地區農業的GTFP增長。

同時，從表6中的間接效果分析中可以看出，農業GTFP受綠色金融的影響較為顯著，且產生明顯的空間溢出效應，而該效應影響較大，甚至比直接效應產生的影響更大。在0.01顯著水平下，農業GTFP會隨著鄰近區域綠色金融水平的提高而提高，在提高1單位綠色金融水平時，農業GTFP會提高7.9624單位。探究其背后的原因，長江經濟帶各地區在綠色金融方面的差異可能是顯而易見的。由于各個地區綠色金融發展水平上存在明顯的差異，并且相鄰地區的綠色金融對農業綠色生產產生了顯著的輻射效應，這導致大多數地區的綠色金融直接效應遠不如其相鄰地區產生的空間溢出效應強烈。

考慮到變量的整體狀況，長江經濟帶目前的綠色金融對農業GTFP的推動作用是明顯的，無論是從直接影響還是從空間上的溢出效應來看，它的影響都是積極的。另外，農業財政對農業的支持水平（fs）在當前長江經濟帶的農業GTFP發展中起到了最為關鍵的作用，這表明我國政府財政扶持對于我國農業的高質量發展以及農業GTFP的提升發揮了重要作用。

在其他控制變量中，受災率（dp）對于農業GTF的直接效應以及空間溢出效應均為負向，具有顯著的負向影響，這說明自然條件劣勢的地區農業生產會受到自然條件約束的同時，其自身的環境承載能力也會較弱，農業生產產生的污染排放進一步阻礙了農業GTFP水平的提升。進一步的研究還揭示，我國對外開放程度（op）對農業GTFP的直接和總體影響均為負面，并且沒有明顯的空間溢出效應，這則可能是因為該地區的外貿交易的發展會推動該區域的農業對外貿易規模的擴大，從而促進區域內的農業污染排放，提高該地區農業的產污量。

2.3穩健性檢驗在進行穩健性檢驗的設計過程中，該研究選擇了替換變量和使用替代模型這兩種策略來驗證結果。首先，使用綠色信貸的水平來描述綠色金融的發展狀況，該結果展示在表7模型（1）中，用地理距離空間計量模型替代模型（2），用經濟距離空間計量模型替代模型（3）。研究結果顯示，該模型中的核心解釋變量并無明顯變化，與其空間交互項的顯著性與符號也并無明顯變化，rho值波動也不顯著。因此，代表該模型可以產生穩定且可靠的結果

3結論與建議

3.1結論該研究基于2011—2020 年長江經濟帶各省份的數據，采用超效率SBM-GML指數法核算了各省份的農業GTFP，最后利用SDM模型測算出綠色金融對于農業GTFP的空間溢出效應，得出以下結論：

（1）長江經濟帶綠色金融對本地農業GTFP的增長有顯著推動作用，綠色金融通過改善當地生態環境，促進高新技術產業的發展等，在發展農業GTFP時也可以起到明顯促進作用。本地金融綠色水平在不改變其他條件的情況下，農業GTFP會隨著其提高而增加，并且每提高1單位綠色金融水平，就會提高3.5845單位的農業GTFP。

表7替換變量回歸后系數分解結果

Table 7 Coefficient decomposition results after variable replacement regression

（2）在農業GTFP增長中，長江經濟帶綠色金融顯著正向影響其空間溢出效應，這就表示相鄰地區的綠色金融發展能夠顯著推動該地區農業GTFP的增長。在其他條件保持不變的條件下，相鄰地區的綠色金融水平每提高1單位，長江經濟帶農業GTFP會提高7.9624單位。

（3）對于其他控制變量，從直接效應來看，財政支農力度對于農業GTFP具有顯著的正向作用，而受災程度和對外開放水平則會起到負面影響。從間接效應看，財政支農也具有顯著的正向空間溢出效應。

3.2 對策建議

3.2.1健全綠色金融制度，嚴格控制資本的流向。近年來，國家一直在鼓勵綠色金融資金向農業流動，以促進農業的高質量發展。但是，當前我國綠色金融的覆蓋面還不大，能夠進行相關業務的金融機構也不多。故政府相關部門應該盡早制定出臺相應的政策，對金融機構的涉農投資支出賬戶進行嚴格的監管。一是為地方農業提供強有力的支持；二是可以減少金融機構的投資風險，保證綠色金融的平穩運作。與此同時，金融機構應主動在鄉村地區設立營業網點，從而有針對性地調集資金，保證進入資本能被合理利用，助推農業高質量發展，促進本地農業GTFP發展。

3.2.2拓寬綠色金融資金來源，吸引更多社會資本加入綠色金融中來。僅依靠政府的涉農財政支出與政策性銀行的資金投入，很難高效推動農業GTFP的發展。為了進一步推動農業高質量發展，還需要積極引導社會閑置資本的流入，為農業發展注入新動力，深挖農業市場潛力。政府可以通過增加農業科技研究與開發、農機推廣等補助項目，激勵社會資本參與農業投資，為農業發展提供資金支持，從而提高農業GTFP 水平。

3.2.3以市場化方式長遠擘畫綠色金融發展。政府要繼續完善綠色信貸、綠色保險等政策，同時引導綠色金融向發展不足的中西部地區提供業務支持，通過區域平衡發展，優化長江經濟帶綠色金融的發展模式，為農業和農村地區的經濟增長和農業可持續發展奠定基礎。

參考文獻

[1]葉興慶.演進軌跡、困境擺脫與轉變我國農業發展方式的政策選擇[J].改革，2016（6）：22-39.

[2]郭海紅，劉新民.中國農業綠色全要素生產率時空演變[J].中國管理科學，2020，28（9） ：66-75.

[3］喻旭蘭，周穎.綠色信貸政策與高污染企業綠色轉型：基于減排和發展的視角[J].數量經濟技術經濟研究，2023，40（7）：179-200.

[4]徐勝，趙欣欣，姚雙.綠色信貸對產業結構升級的影響效應分析[J].上海財經大學學報，2018，20（2）：59-72.

[5]周法法，鄭義，李軍龍.農業保險發展與農業綠色全要素生產率：內在機制與實證檢驗[J].世界農業，2022（10）：70-82.

[6]李健旋.農村金融發展與農業綠色全要素生產率提升研究[J].管理評論，2021，33（3） ：84-95.

[7]MISHRA AK，NIMONRW，EL-OSTA H S.Is moral hazard good for theenvironment？Revenue insurance and chemical input use[J]. Journal ofenvironmental management，2005，74（1） ：11-20.

[8]史代敏，施曉燕.綠色金融與經濟高質量發展：機理、特征與實證研究[J].統計研究，2022，39（1）：31-48.

[9]尹子擘，孫習卿，邢茂源.綠色金融發展對綠色全要素生產率的影響研究[J].統計與決策，2021，37（3）：139-144.

[10]BENHABIBJ，SPIEGELMM.The role of financial developmentingrowth and investment[J]. Journal of economic growth，2Ooo，5（4）：341-360.

[11]TONE K.A slacks-based measure of efficiency in data envelopment analy-sis[J].European journal of operational research，2Oo1，13O（3）：498-509.

[12]昌先宇，趙彥云.中國人力資本經濟增長效應的計量研究：基于省際空間面板數據的實證分析[J].統計與信息論壇，2017，32（11）：10-20.

[13]張林，冉光和，藍震森.碳排放約束與農業全要素生產率增長及分解[J].華南農業大學學報（社會科學版），2015，14（3）：22-32.

[14]杜紅梅，戴勁.洞庭湖區農業綠色全要素生產率增長時空特征及影響因素分析[J].湖南農業大學學報（社會科學版），2020，21（3）：7-16.

[15]王奇，王會，陳海丹.中國農業綠色全要素生產率變化研究：1992—2010年[J].經濟評論，2012（5）：24-33.

[16]李波，張俊飚，李海鵬.中國農業碳排放時空特征及影響因素分解[J].中國人口·資源與環境，2011，21（8）：80-86.

[17］陳敏鵬，陳吉寧，賴斯蕓.中國農業和農村污染的清單分析與空間特征識別[J].中國環境科學，2006，26（6）：751-755.

[18］林木西，肖宇博.綠色金融促進經濟高質量發展的測度及其作用機制研究[J].當代經濟科學，2023，45（3）：101-113.

[19]李云燕，張碩.中國綠色金融發展的時空格局變遷與關聯網絡演化[J].當代經濟管理，2023，45（11）：76-87.

[20]郭海紅，張在旭.新型城鎮化對農業綠色全要素生產率的門檻效應[J].湖南師范大學社會科學學報，2019，48（2）：55-63.

[21］陳芳，楊梅君.農產品國際貿易對中國農業綠色全要素生產率的影響[J].華南農業大學學報（社會科學版），2021，20（5）：94-104.

[22]LESAGEJP，PACERK.Introduction to spatial econometrics[M].Lon-ton：Chapmanamp;HallCRCPress，2009.